基于生理参数融合的心理压力评估方法及系统研究

对压力管理的科学研究也属于幸福心理学的一部分 #生活乐趣# #心理健康乐趣# #幸福心理学研究#

基于生理参数融合的心理压力评估方法及系统研究

【摘要】： 心理健康问题愈来愈受到关注。如何有效评估心理压力状态,也成为研究的热点问题。在心理学领域,心理压力的评估主要是通过调查问卷的方式,这种方法只是主观地评估测试者的心理状态,因而缺乏准确性和客观性。而基于生理参数的心理压力评估方法,能更加客观地判断测试者的心理压力状态。本文以心理压力评估为研究目标,充分利用脑电、心电、肌电三种生理参数蕴含丰富的心理变化信息的特点,结合支持向量机(Support Vector Machine,SVM)和Dempster-Shafer(DS)证据理论方法进行决策层分类,实现了心理压力的评估分析,设计并完成了基于生理参数融合的心理压力评估系统。本文实验方案设计中,将心理压力状态设置为有压力和无压力两个等级,并采用MP150多生理参数记录仪,同步采集脑电(Electroencephalogram,EEG)、心电(Electrocardiogram,ECG)、肌电(Electromyography,EMG)三种生理信号,同时结合压力反应问卷判断数据的有效性。在信号预处理时,通过分析各生理参数频域特征,针对EEG,采用基于db4小波进行5层分解去噪;针对ECG与EMG,采用基于db5小波分别进行7层和4层分解去噪。试验中分别提取EEG的C0复杂度等3个特征值,ECG的波形幅值的平均值等21个特征值以及EMG波形平均功率频率等29个时频域特征值。在分类中,采用基于SVM分别对三种生理信号实现特征层分类来评估心理压力,并获取后延概率和混淆矩阵来构造DS决策层融合的基本概率赋值,然后结合并充分利用DS证据理论推理形式简单,能很好地表示“不确定”和“不知道”信息等特点实现决策层分类。最后,利用MATLAB和C#混编实现心理压力评估系统的设计。对比单一生理参数测试集的分类正确率,EEG分类的最大正确率为88.00%,平均正确率为81.04%;ECG分类的最大正确率为84.00%,平均正确率为80.43%;EMG分类的最大正确率为80.00%,平均正确率为77.82%。而基于DS证据理论决策层融合分类后,三种生理信号融合分类的最大正确率可达96.00%,平均正确率可达88.62%。该研究结果表明,EEG、ECG、EMG三种生理信号都能有效地进行心理压力评估,其中EEG的分类效果最好。而将SVM与DS证据理论结合决策层分类,分类正确率得到明显的提高,证明了本文结合SVM与DS证据理论进行心理压力评估的有效性和可行性。

【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015

精品图书 安睡有方：失眠防治一本通《安睡有方——失眠防治一本通》通过有趣的语言来向读者介绍睡眠的方方面面，如睡眠的常识、做梦的一些小知识，并告诉读者失眠是什么、哪些原因可以导致失眠、怎样面对失眠问题等，希望能对被睡眠问题困扰的读者有所帮助。更多 >

网址：基于生理参数融合的心理压力评估方法及系统研究 https://www.yuejiaxmz.com/news/view/520548

相关内容

一种基于生化指标的心理压力状态评估系统.pdf
基于大数据的健康管理系统的建设与应用研究
基于知识库的智能健康管理系统研究
基于AIOT平台的智能环境监测系统研究
浅谈基于物联技术的企业能效管理方法研究
利用MAXQDA理解数学评估的观点-教育研究实例（上）
企业员工压力管理系统的构建——基于人力资源管理的视角
基于IOT技术的智能家居系统应用研究
浅谈研究生心理压力现状及对策
心理压力与疾病风险，建立有效的评估工具

随便看看